qwen3-8b
56.1%±6.5%
49.7%CI62.6%
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.318
- Ultima sincronizare
- 37 minacum 37 de minute
Toate sursele se sincronizează normal
- Arena · Text· acum 7 ore
- Arena · WebDev· acum 7 ore
- Arena · Vision· acum 7 ore
- Arena · Agent· acum 7 ore
- GPQA Diamond· acum 37 de minute
- SWE-bench· acum 37 de minute
- Terminal-Bench· acum 37 de minute
- ARC-AGI-2· acum 37 de minute
Filtrează după organizație:
Lansat:
deepseek-r1-0528-qwen3-8b
43.9%±6.8%
37.1%CI50.7%
O singură grilă, toate coloanele. Alege axe din panoul Axe — o axă clasifică precum un singur clasament, mai multe se combină într-un scor compus ponderat, toate la un loc se citesc ca indexul. Locul este atribuit înaintea oricărui filtru și nu se renumerotează niciodată.
| Model | Organizație | ± CI | Oscilație | Adaugă la comparație | |||||
|---|---|---|---|---|---|---|---|---|---|
| 118 | qwen3-8b | Alibaba | apr. 2025 | $0.12 / $0.46 | 56.1% | 49.7%–62.6% | #277–378 | ||
| 129 | deepseek-r1-0528-qwen3-8b | — | — | — | 43.9% | 37.1%–50.7% | #465–920 |
Se afișează AIME (matematică) exact așa cum a publicat-o sursa — propriul scor și interval de încredere, fără mix. Selectează o a doua axă ca să construiești un scor compus ponderat.